• 节点元数据可以在网络推理问题中产生可预测性转变;
• 通过统计物理优化协调交通转移;
• 里约热内卢的犯罪与COVID-19：有组织犯罪如何影响疾病发展？;
• Twitter能否洞悉Covid-19疫苗接种的国际差异？截至2021年3月21日八个国家的英语推文;
• SARS-CoV-2传播和隔离疲劳：理论模型;
• 将能流嵌入到机器学习中以进行参数和状态估计;
• 病毒和政策干预的共同演化产生了更具传染性的COVID-19变体;
• 国际边界应该重新开放吗？旅行限制对COVID-19进口风险的影响;
• COVID-19的传播随着个人流动而增加，并取决于政治倾向;
• 在家中的YouTubing：媒体共享行为变化作为MobilityAround COVID-19锁定的中介;

节点元数据可以在网络推理问题中产生可预测性转变

原文标题： Node metadata can produce predictability transitions in network inference problems

地址： http://arxiv.org/abs/2103.14424

作者： Oscar Fajardo-Fontiveros, Marta Sales-Pardo, Roger Guimera

摘要： 网络推断是从数据中学习复杂网络属性的过程。除了使用有关网络中已知链接的信息之外，节点属性和其他形式的网络元数据还可以帮助解决网络推理问题。实际上，已经提出了几种方法来将元数据引入概率网络模型，并使用它们进行更好的推断。但是，我们对这种元数据在推理过程中的作用理解甚少。在这里，我们调查此问题。我们发现，添加元数据而不是逐渐影响推理，会导致推理过程以及我们做出准确预测的能力突然转变，从元数据不起作用的情况到元数据完全主导推理过程的情况。 。当网络数据和元数据部分相关时，元数据在以数据为主的状态和以元数据为主的状态之间的过渡时最佳地有助于推理过程。

通过统计物理优化协调交通转移

原文标题： Optimally coordinated traffic diversion by statistical physics

地址： http://arxiv.org/abs/2103.14508

作者： Tak Shing Tai, Chi Ho Yeung

摘要： 道路事故或养护经常导致道路阻塞，导致严重的交通拥堵。道路阻塞后改道通常是单独决定的，没有协调。在这里，我们在统计物理学中采用空腔方法来获得分析结果和优化算法，以在道路阻塞后最佳地转移和协调各个车辆的路线。根据阻塞道路的数量和位置，我们发现单个车辆的行驶路径可能会发生重大变化，并且平均行驶距离和成本会大大增加。有趣的是，对于某些交通转向的情况，行进距离减小，但是行进成本增加。通过比较具有不同拓扑和连通性的网络，我们观察到替代路线的数量在抑制道路阻塞后出行成本的增加中起着至关重要的作用。我们使用英格兰高速公路网络测试了我们的算法，发现在所研究的场景中，协调分流可以将旅行成本的增加抑制多达66％％。这些结果揭示了道路阻塞后最佳协调交通改道带来的优势。

里约热内卢的犯罪与COVID-19：有组织犯罪如何影响疾病发展？

原文标题： Crime and COVID-19 in Rio de Janeiro: How does organized crime shape the disease evolution?

地址： http://arxiv.org/abs/2103.14102

作者： Nuno Crokidakis, Lucas Sigaud

摘要： 里约热内卢市是巴西最大的城市之一。毒品团伙和准军事组织 mil ‘icias控制着城市中没有政府的某些地区，特别是在贫民窟。由于这两个不同群体的特点，与政府控制的地区相比，观察到这两个地区的COVID-19演化不同。为了定性地理解这些观察结果，我们将城市分为三个由政府控制的区域，分别由毒品团伙和 mil ‘icias组成的区域，并考虑了类似于SIRD的流行病模型，其中三个区域是耦合的。考虑到不同的暴露水平，该模型能够定性地再现三个地区COVID-19疾病的明显演变，这表明有组织犯罪影响了里约热内卢市的COVID-19演变。该案例研究表明，该模型通常可用于任何具有按人群暴露程度进行分类的人群的大都市地区。

Twitter能否洞悉Covid-19疫苗接种的国际差异？截至2021年3月21日八个国家的英语推文

原文标题： Can Twitter Give Insights into International Differences in Covid-19 Vaccination? Eight countries’ English tweets to 21 March 2021

地址： http://arxiv.org/abs/2103.14125

作者： Mike Thelwall

摘要： 疫苗接种计划可以帮助全世界减少或消除Covid-19。有关它们的信息可以帮助各国更有效地设计它们，从而对公共卫生有重要的好处。本文调查了是否可以通过对Twitter上公众评论的快速国际比较来深入理解国家疫苗接种计划。为此，在2020年12月5日至2021年3月21日期间收集的来自八个国家的英语疫苗相关推文中应用了单词联想主题分析（WATA），该方法能够快速识别多个国际差异。尽管有些无关紧要，但潜在的重要差异包括非政府科学专家在国家疫苗接种讨论中的重要程度不同。例如，爱尔兰似乎是大学校长在疫苗讨论中广泛发布推文的唯一国家。印度的疫苗好意术语#VaccineMaitri是另一个有趣的区别，强调了国际共享的必要性。

SARS-CoV-2传播和隔离疲劳：理论模型

原文标题： SARS-CoV-2 spread and quarantine fatigue: a theoretical model

地址： http://arxiv.org/abs/2103.14192

作者： Ariel Félix Gualtieri, Pedro Hecht

摘要： 在COVID-19大流行期间，在世界各地实施了社区遏制措施。但是，尽管有政府的建议和命令，但在几个地点仍观察到流动性的逐步增加。这种现象通常称为“隔离疲劳”。一个多世纪以来一直使用数学模型来研究疾病传播的动态。自从COVID-19大流行开始以来，已经开发了许多模型来研究大流行的不同方面。本工作的目的是设计和探索SARS-CoV-2传播与隔离疲劳的数学模型。基于敏感感染恢复（SIR）动力学，开发了由微分方程组表示的确定性模型。该模型是通过计算仿真来探索的。获得的结果表明，在某些情况下，在第一个患病高峰之后，疲劳会导致第二个患病高峰。因此，该模型的动态行为表明，疲劳可能是导致在2020年至2021年初在世界各地观察到的第二个感染者高峰的产生。进行的探索也表明该模型对感染率敏感。以及与传播动力学有关的其他参数。所开发的模型相对简单，并且在现实世界中执行准确的预测具有重要的局限性。但是，我们的研究突出了在当前COVID-19大流行以及其他病原体引起的未来大流行的管理中考虑隔离性疲劳的重要性。

将能流嵌入到机器学习中以进行参数和状态估计

原文标题： Embedding Power Flow into Machine Learning for Parameter and State Estimation

地址： http://arxiv.org/abs/2103.14251

作者： Laurent Pagnier, Michael Chertkov

摘要： 电力系统中的现代状态和参数估计包括两个阶段：使网络观测和对网络参数的预测之间的不匹配最小化的外部问题，以及针对给定参数值预测系统状态的内部问题。合并问题的标准解决方案是迭代的：（a）设置参数，例如根据电力线特性的先验，（b）将输入的观察结果映射到输出的预测结果，（c）计算预测的和观察到的输出结果之间的失配，（d）在参数空间中进行梯度下降，以最大程度地减小失配，并返回到（a）。我们展示了现代机器学习（ML），特别是由自动微分指导的培训如何允许更有效地解决迭代循环。此外，我们将方案扩展到不完整观测的情况，相量测量单元（报告有功功率，无功功率，电压和相位）仅在发电机（PV总线）可用，而负载（PQ总线）报告（通过SCADA控制） ）只有有功和无功功率。从实现角度考虑，我们解决参数和状态估计问题的方法可以看作是将潮流（PF）求解器嵌入到机器学习框架（本研究中的PyTorch）的训练循环中。我们认为这种嵌入可以帮助解决电力系统运营和规划中的高级优化问题。

病毒和政策干预的共同演化产生了更具传染性的COVID-19变体

原文标题： Emergence of more contagious COVID-19 variants from the coevolution of viruses and policy interventions

地址： http://arxiv.org/abs/2103.14366

作者： Aymeric Vie

摘要： 到2020年底，对SARS-CoV-2爆发的政策反应已因病毒变种的出现而动摇。这些更具传染性，更严重甚至对疫苗具有抗药性的菌株的出现对世界范围的政策干预提出了挑战。关键挑战是如何预见这些突变的出现，以便提前制定适当的政策，并理解人类行为如何通过协同演化影响病毒的演化。在本文中，我们建议与遗传算法（GA）共同演化，作为对这种关系进行建模的可靠方法，着重强调其影响，潜力和挑战。我们提出了一种双重GA模型，其中针对生存的病毒和旨在将人群中的感染率降至最低的政策措施都在竞争性发展。模拟运行再现了更多具有传染性的变体的出现，并确定了政策反应的演变是此现象的决定性原因。这种共同发展为可视化政府干预措施不仅对疫情动态的影响，而且对疫情演变的影响提供了新的可能性，从而提高了政策的效力。

国际边界应该重新开放吗？旅行限制对COVID-19进口风险的影响

原文标题： Should international borders re-open? The impact of travel restrictions on COVID-19 importation risk

地址： http://arxiv.org/abs/2103.14462

作者： Jessica Liebig, Kamran Najeebullah, Raja Jurdak, Ahmad El Shoghri, Dean Paini

摘要： 新型冠状病毒病（COVID-19）以前所未有的速度在世界范围内传播，在不到三个月的时间内传播到200多个国家和地区。作为回应，许多国家的政府拒绝让来自受该病毒影响的各个国家的旅客入境。尽管由于强加了干预措施，一些行业继续遭受经济损失，但尚不清楚不同的旅行限制是否能成功减少COVID-19的进口。在这里，我们考虑到不同的旅行禁令，开发了一个综合框架来模拟每日COVID-19进口。我们量化了限制措施的暂时影响，并阐明了其他国家/地区的发病率，旅行流量与被调查国的预期进口数量之间的关系。作为案例研究，我们评估了澳大利亚政府实施的旅行禁令。我们发现，到2020年1月至2020年6月之间，澳大利亚的国际旅行禁令将COVID-19进口量降低了87.68％（83.39-91.35）。提出的框架可进一步用于深入理解边境重开后预计会有多少进口量。当局在计划分阶段重新开放国际边界时可考虑所提供的信息。

COVID-19的传播随着个人流动而增加，并取决于政治倾向

原文标题： The spread of COVID-19 increases with individual mobility and depends on political leaning

地址： http://arxiv.org/abs/2103.14463

作者： Christopher Parker, Jorge M. Mejia, Franco Pestilli

摘要： 实施社会隔离政策是减少当前COVID-19大流行影响的关键。但是，它们的有效性最终取决于人类的行为。在美国，迄今为止，在大流行期间对社会疏远政策的遵守情况千差万别。但是，什么因素导致了这种可变性？通过六个开放的数据集，包括实际的人类流动性，我们总结了先前的报告，估计了3107个美国县的流动性与COVID-19病例增长率之间的关联。此外，2016年美国总统大选的数据用于衡量出行方式与COVID-19增长率之间的关联如何根据投票模式而有所不同。政治倾向与COVID-19增长率之间存在显著相关性。我们的结果表明，政治取向可能会为预测政策在减少COVID-19传播方面的影响的模型提供信息。

在家中的YouTubing：媒体共享行为变化作为MobilityAround COVID-19锁定的中介

原文标题： YouTubing at Home: Media Sharing Behavior Change as Proxy for MobilityAround COVID-19 Lockdowns

地址： http://arxiv.org/abs/2103.14601

作者： Yelena Mejova, Nicolas Kourtellis

摘要： 遵守公共卫生措施，例如行动和社交限制，对于限制疾病的传播至关重要，例如严重的急性呼吸系统综合症冠状病毒2（也称为COVID-19）。尽管人口众多的数据集（例如基于电话的移动性数据）可以使您一目了然，但它通常是专有的，并且可能不适用于所有地区。在这项工作中，我们研究了社交媒体上视频共享的有用性，以此作为互联网用户在家里花费的时间的主体。特别是，我们着重于109个国家实施COVID-19锁定措施之前和期间在Twitter上分享YouTube视频的人数。我们发现，国家之间的媒体共享行为差异很大，有些国家对锁定法令立即做出了反应-主要是通过大幅增加共享量-而另一些国家则有很大的滞后。我们确认这些见解与使用电话数据测得的移动性密切相关。最后，我们说明，媒体共享和移动性行为在强制性锁定下会发生较大变化，而在宽松建议下则不会发生太大变化。我们将媒体共享量数据提供给研究社区，以持续监控围绕公共卫生措施的行为变化。

声明：Arxiv文章摘要版权归论文原作者所有，机器翻译后由本人进行校正整理，未经同意请勿随意转载。本系列在微信公众号“网络科学研究速递”（微信号netsci）和个人博客 https://netsci.complexly.cn （提供RSS订阅）进行同步更新。个性化论文阅读与推荐请访问 https://arxiv.complexly.cn 平台。